论文部分内容阅读
在基于数据挖掘的电力系统暂态稳定评估中,针对电气量的变化趋势特征难以准确捕获的困难,引入时间序列shapelet方法,从故障后PMU采集得到的电气量时间序列中提取shapelet特征,继而制定决策树模型,以评估系统是否失稳。鉴于其线下训练耗时过长,采用粒子群算法对shapelet的提取进行加速。在接入了大型风电场的新英格兰39节点系统上进行仿真测试,结果表明所提方法适用于风电并网系统,在保证较高的分类准确率的同时,还提供了系统失稳规律的机理性解释。